Hukum-hukum/operasi dalam Pengolahan Sinyal

1. Digital Signal Processing (DSP)

Apa pun yang membawa informasi dapat disebut sebagai sinyal. Hal ini juga dapat
didefinisikan sebagai kuantitas fisik yang bervariasi dengan waktu, suhu, tekanan atau dengan
variabel independen seperti sinyal suara atau sinyal video. Proses operasi di mana karakteristik
sinyal (Amplitude, bentuk, fase, frekuensi, dll) mengalami perubahan dikenal sebagai
pemrosesan sinyal. Setiap sinyal yang tidak diinginkan mengganggu sinyal utama disebut
sebagai noise. Jadi, kebisingan juga sinyal tapi tidak diinginkan.
Menurut perwakilan dan pengolahan, sinyal dapat diklasifikasikan ke dalam berbagai rincian
kategori yang dibahas di bawah.
Sinyal Waktu kontinyu
Sinyal waktu kontinu didefinisikan sepanjang kontinum waktu dan dengan demikian,
diwakili oleh variabel independen kontinu. sinyal waktu kontinu sering disebut sebagai sinyal
analog.Jenis sinyal menunjukkan kontinuitas baik dalam amplitudo dan waktu. Ini akan memiliki
nilai pada setiap instan waktu. Fungsi sinus dan kosinus adalah contoh terbaik dari sinyal waktu
berkelanjutan.

Sinyal yang ditunjukkan di atas adalah contoh dari sinyal waktu kontinu karena kita bisa
mendapatkan nilai sinyal pada setiap instan waktu.
Sinyal Waktu diskrit
Sinyal, yang didefinisikan pada waktu diskrit dikenal sebagai sinyal diskrit. Oleh karena
itu, setiap variabel independen memiliki nilai yang berbeda. Dengan demikian, mereka
direpresentasikan sebagai urutan angka. Meskipun pidato dan sinyal video memiliki hak
istimewa untuk diwakili dalam format yang baik waktu kontinu dan diskrit; dalam keadaan
tertentu, mereka adalah identik. Amplitudo juga menunjukkan karakteristik diskrit. contoh
sempurna dari ini adalah sinyal digital; yang amplitudo dan waktu keduanya diskrit.

Gambar di atas menggambarkan karakteristik amplitudo diskrit sinyal diskrit selama periode
waktu.
2. Diskrit Waktu Fourier Transform (DTFT)
Diskrit Waktu Fourier Transform (DTFT) ada untuk sinyal energi dan kekuatan. Z-transform
juga ada untuk tidak energi atau daya (NENP) sinyal mengetik, sampai batas tertentu saja.
3. Digital Signal Processing DFT
Seperti waktu kontinu sinyal Fourier transform, waktu diskrit Fourier Transform dapat
digunakan untuk mewakili urutan diskrit ke frekuensi setara representasi domain dan LTI sistem
waktu diskrit dan mengembangkan berbagai algoritma komputasi.
X (j) di kontinyu FT, adalah fungsi kontinu dari x (n). Namun, DFT penawaran dengan
mewakili x (n) dengan sampel spektrum X (). Oleh karena itu, alat matematika ini membawa
banyak pentingnya komputasi dalam representasi nyaman. Kedua, urutan periodik dan nonperiodik dapat diproses melalui alat ini. Urutan periodik perlu sampel dengan memperpanjang
periode hingga tak terbatas.
4. DSP - Fast Fourier Transform
Dalam metode DFT sebelumnya, kita telah melihat bahwa bagian komputasi terlalu panjang.
Kami ingin mengurangi itu. Hal ini dapat dilakukan melalui FFT atau transformasi Fourier cepat.
Jadi, kita dapat mengatakan FFT hanyalah perhitungan Fourier diskrit transformasi dalam format
algoritmik, di mana bagian komputasi akan berkurang.

Diagram Blok

DSP (Digital signal processor) merupakan suatu rangkaian terintegrasi yang menyerupai
mikroprosessor, tetapi arsitekturnya memiliki spesialisasi untuk melakukan pemrosesan data
diskrit dengan kecepatan tinggi seperti proses filtering dan fast fourier transform. Kelebihan
itulah yang membuat DSP lebih baik dari mikrokomputer ataupun mikrokontroler dalam hal
memproses sinyal.
Dalam pemrosesan data oleh DSP mula mula data yang berupa sinyal analog diubah
menjadi sinyal elektronik oleh tranduser (microphone) kemudian dilakukan proses pencuplikan

sinyal masukan yang berupa sinyal kontinyu. Proses ini mengubah representasi sinyal yang
tadinya berupa sinyal kontinyu menjadi sinyal diskrit. Proses ini dilakukan oleh suatu unit ADC
(Analog to Digital Converter). Unit ADC ini terdiri dari sebuah bagian Sample/Hold dan sebuah
bagian quantiser. Unit sample/hold merupakan bagian yang melakukan pencuplikan orde ke-0,
yang berarti nilai masukan selama kurun waktu T dianggap memiliki nilai yang sama.
Pencuplikan dilakukan setiap satu satuan waktu yang lazim disebut sebagai waktu cuplik
(sampling time). Bagian quantiser akan merubah menjadi beberapa level nilai.

Sinyal input asli yang tadinya berupa sinyal kontinyu, x(T) akan dicuplik dan diquantise
sehingga berubah menjadi sinyal diskrit x(kT). Dalam representasi yang baru inilah sinyal
diolah. Keuntungan dari metode ini adalah pengolahan menjadi mudah dan dapat memanfaatkan
program sebagai pengolahnya. Dalam proses sampling ini diasumsikan kita menggunakan waktu
cuplik yang sama dan konstan, yaitu Ts. Parameter cuplik ini menentukan dari frekuensi
harmonis tertinggi dari sinyal yang masih dapat ditangkap oleh proses cuplik ini. Frekuensi
sampling minimal adalah 2 kali dari frekuensi harmonis dari sinyal.
Untuk mengurangi kesalahan cuplik maka lazimnya digunakan filter anti-aliasing
sebelum dilakukan proses pencuplikan. Filter ini digunakan untuk meyakinkan bahwa komponen
sinyal yang dicuplik adalah benar-benar yang kurang dari batas tersebut. Sebagai ilustrasi, proses
pencuplikan suatu sinyal digambarkan pada gambar berikut ini.

Setelah sinyal diubah representasinya menjadi deretan data diskrit, selanjutnya data ini dapat
diolah oleh prosesor menggunakan suatu algoritma pemrosesan yang diimplementasikan dalam
program. Hasil dari pemrosesan akan dilewatkan ke suatu DAC (Digital to Analog Converter)
dan LPF (Low Pass Filter) untuk dapat diubah menjadi sinyal kontinyu kembali. Secara garis
besar, blok diagram dari suatu pengolahan sinyal digital adalah sebagai berikut :

Chip-chip DSP memiliki arsitektur khusus yang lazim dikenal dengan arsitektur Harvard, yang
memisahkan antara jalur data dan jalur kode. Arsitektur ini memberikan keuntungan yaitu
adanya kemampuan untuk mengolah perhitungan matematis dengan cepat, misal dalam satu
siklus dapat melakukan suatu perkalian matrix. Untuk chip-chip DSP, instruksi yang digunakan
berbeda pula. Lazimnya mereka memiliki suatu instruksi yang sangat membantu dalam
perhitungan matrix, yaitu perkalian dan penjumlahan dilakukan dalam siklus (bandingkan
dengan 8086, proses penjumlahan saja dilakukan lebih dari 1 siklus mesin).
Sebenarnya perhitungan yang dilakukan untuk chip jenis DSP ini tidaklah terlalu komplek,
namun volume data yang diolahnya sangat besar dan bekerja terus menerus mengingat data yang
diolah tersebut adalah berupa data streaming, atau selalu mengucur melewati chip tersebut,
sehingga general purpose processor sering tidak mampu untuk melakukannya.
Anggaplah prosesor ini dapat mengerjakan beragam pekerjaan, namun hanya untuk aplikasi
tertentu. Karena strukturnya yang sangat sederhana, maka tentu saja chip ini dapat
menterjemahkan pekerjaannya dengan kecepatan tinggi.
Sehingga dengan dsp bisa mempermudah kita mengolah sinyal tanpa harus kita mecuplik satu
per satu inputan yang kita masukkan dalam aplikasi perekam dan pemutar suara yang kita buat
dan menghasilkan suara sesuai yang kita harapkan tanpa harus bingung lagi.

DAFTAR PUSTAKA
1. (http://www.w3ii.com/id/digital_signal_processing/dsp_fast_fourier_transform.html)
diakses pada 8 November 2016 pukul 19.15 WIB
2. (https://alvynfebrianz.wordpress.com/diagram-blok/) diakses pada 8 November 2016
pukul 19.49 WIB